基于模块化动态故障树分析与蒙特卡罗模拟的无人系统条件维护成本效益分析
计算金融
2024-05-16 v1
摘要
条件维护 (CBM) 最近的发展有助于成为工程系统维护成本避免的有前景的方案。通过根据组件相对于故障或时间的条件进行维护，可避免大规模的系统停机和维护延迟。然而，CBM 的投资成本较其他可用的维护策略高。需要用于研究、开发和实施的投资成本。尽管有潜力可避免显著的维护成本，但 CBM 的高额投资成本使决策者对实施持保留态度。本研究是文献中首次尝试为无人系统实施 CBM 概念进行成本效益分析 (CBA) 的方法。本文提出了一种用于确定潜在 CBM 策略的投资回报 (ROI) 的 CBA 方法。该 CBA 旨在根据维护多组件无人系统所需的各种维护要求之间的差异来比较不同的 CBM 策略。该方法使用模块化动态故障树分析 (MDFTA) 和蒙特卡罗模拟 (MCS) 来评估各种维护要求。该方法在文献中采用的由 5 个子系统和 71 个组件组成的无人表面舰船 (USV) 实例中进行演示。随后发现，选择不同的组件组合作为 CBM 策略会对维护要求和 ROI 产生显著影响，通过影响成本避免和投资成本。
关键词
引用
@article{arxiv.2405.09519,
title = {Cost-Benefit Analysis using Modular Dynamic Fault Tree Analysis and Monte Carlo Simulations for Condition-based Maintenance of Unmanned Systems},
author = {Joseph M. Southgate and Katrina Groth and Peter Sandborn and Shapour Azarm},
journal= {arXiv preprint arXiv:2405.09519},
year = {2024}
}
备注
18 pages, 9 figures, 4 tables